ترجمه فارسی مقاله قیمت گذاری گزینه های آمریکایی با استفاده از الگوریتم های یادگیری ماشین

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Pricing American Options using Machine Learning Algorithms
عنوان مقاله به فارسی قیمت گذاری گزینه های آمریکایی با استفاده از الگوریتم های یادگیری ماشین
نویسندگان Prudence Djagba, Callixte Ndizihiwe
فرمت مقاله انگلیسی PDF
تعداد صفحات 18
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,Computational Finance,یادگیری ماشین , امور مالی محاسباتی ,
توضیحات Submitted 4 September, 2024; originally announced September 2024.
توضیحات به فارسی ارسال شده در 4 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

This study investigates the application of machine learning algorithms, particularly in the context of pricing American options using Monte Carlo simulations. Traditional models, such as the Black-Scholes-Merton framework, often fail to adequately address the complexities of American options, which include the ability for early exercise and non-linear payoff structures. By leveraging Monte Carlo methods in conjunction Least Square Method machine learning was used. This research aims to improve the accuracy and efficiency of option pricing. The study evaluates several machine learning models, including neural networks and decision trees, highlighting their potential to outperform traditional approaches. The results from applying machine learning algorithm in LSM indicate that integrating machine learning with Monte Carlo simulations can enhance pricing accuracy and provide more robust predictions, offering significant insights into quantitative finance by merging classical financial theories with modern computational techniques. The dataset was split into features and the target variable representing bid prices, with an 80-20 train-validation split. LSTM and GRU models were constructed using TensorFlow's Keras API, each with four hidden layers of 200 neurons and an output layer for bid price prediction, optimized with the Adam optimizer and MSE loss function. The GRU model outperformed the LSTM model across all evaluated metrics, demonstrating lower mean absolute error, mean squared error, and root mean squared error, along with greater stability and efficiency in training.

چکیده به فارسی (ترجمه ماشینی)

این مطالعه به بررسی استفاده از الگوریتم های یادگیری ماشین ، به ویژه در زمینه قیمت گذاری گزینه های آمریکایی با استفاده از شبیه سازی مونت کارلو می پردازد.مدلهای سنتی ، مانند چارچوب سیاه اسکولز-مرتون ، اغلب در رسیدگی به پیچیدگی های گزینه های آمریکایی ، که شامل توانایی ورزش زودرس و ساختارهای بازپرداخت غیر خطی است ، نمی توانند به طور مناسب برطرف شوند.با استفاده از روشهای مونت کارلو در پیوستگی حداقل یادگیری ماشین روش مربع استفاده شد.این تحقیق با هدف بهبود صحت و کارآیی قیمت گذاری گزینه ها انجام شده است.این مطالعه چندین مدل یادگیری ماشین ، از جمله شبکه های عصبی و درختان تصمیم گیری را ارزیابی می کند ، و پتانسیل آنها را برای بهتر از رویکردهای سنتی برجسته می کند.نتایج حاصل از استفاده از الگوریتم یادگیری ماشین در LSM نشان می دهد که ادغام یادگیری ماشین با شبیه سازی مونت کارلو می تواند دقت قیمت گذاری را افزایش داده و پیش بینی های قوی تری را ارائه دهد و با ادغام نظریه های مالی کلاسیک با تکنیک های محاسباتی مدرن ، بینش قابل توجهی در امور مالی کمی ارائه می دهد.مجموعه داده به ویژگی ها و متغیر هدف که قیمت پیشنهاد را نشان می دهد ، با تقسیم اعتبار سنجی 80-20 قطار تقسیم شد.مدل های LSTM و GRU با استفاده از API KERAS Tensorflow ساخته شدند که هر کدام دارای چهار لایه پنهان 200 نورون و یک لایه خروجی برای پیش بینی قیمت پیشنهادی ، بهینه سازی شده با عملکرد ADAM Optimizer و عملکرد MSE.مدل GRU از مدل LSTM در تمام معیارهای ارزیابی شده بهتر عمل می کند و میانگین خطای مطلق پایین تر ، میانگین خطای مربع و خطای میانگین مربع را به همراه پایداری و کارآیی بیشتر در آموزش نشان می دهد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.